学位论文 > 优秀研究生学位论文题录展示
基于方向可调滤波器的指节纹识别方法研究
作 者: 李子超
导 师: 王宽全
学 校: 哈尔滨工业大学
专 业: 计算机科学与技术
关键词: 生物特征识别 指节纹识别 方向可调滤波器 特征提取
分类号: TP391.41
类 型: 硕士论文
年 份: 2012年
下 载: 26次
引 用: 0次
阅 读: 论文下载
内容摘要
生物特征识技术是利用人的生理特征与行为特征进行自动个体身份鉴别的技术,其以数字图像处理为手段,使用模式识别的方法来确定人的身份,相比传统身份鉴别技术具有高准确率、高鲁棒性等特点,因此在近年来得到了越来越多的重视。多种生物特征例如指纹、人脸与虹膜等已经得到学者的深入研究,并广泛的应用于工业界。在众多的生物特征中,手部生物特征例如指纹、掌纹与掌形等,凭借其易获取性、稳定性与高用户接受度等特性获得了更多的关注与研究。近年来,学者发现人的指节纹,即指手指近掌端的第一个关节处的手指背部的皮肤纹理,有非常高的个体差异性,且相对于其他手部特征有不易磨损、不易在物体表面留下痕迹等特点,使其成为一个有广泛应用前景的新型生物特征。指节纹识别系统分图像获取、预处理、特征提取与特征匹配四大模块。本文首先总结了指节纹识别的发展现状,并分类介绍了指节纹特征提取与匹配的主要方法。然后将掌纹识别领域竞争编码算法应用于指节纹识别并根据指节纹特点加以改进,提出使用Log-Gabor滤波器代替原算法的Gabor滤波器以减少光照对滤波结果的影响,并将滤波器组中滤波器方向减少为4个,在保证与原算法同等识别精度的前提下提高了识别速度。为了进一步挖掘指节纹的局部纹理特征并提高算法识别精度,本文提出了基于自适应可调方向编码的指节纹识别算法。该方法首先使用了高阶的导数方向可调滤波器精确计算了指节纹局部方向特征,然后提出自适应的多阈值循环直方图分割算法对指节纹方向图量化后进行编码,最后设计了角度距离用于特征匹配。在香港理工大学指节纹公开数据库上的实验结果表明该算法可稳定准确的抽取指节纹的局部方向,而且使用四类方向足以表达指节纹特征,是目前基于编码的指节纹识别算法中准确率最高的算法。本文在最后还讨论了不同手指指节纹对识别效果的影响,并对同一个人的多个指节纹加以融合进一步提高了识别精度。
|
全文目录
摘要 4-5 Abstract 5-9 第1章 绪论 9-19 1.1 课题背景与研究意义 9-10 1.2 课题来源 10 1.3 指节纹识别研究现状 10-18 1.3.1 自动指节纹系统的基本框架 10-11 1.3.2 图像采集 11-14 1.3.3 预处理 14-15 1.3.4 特征提取与匹配 15-18 1.4 主要研究内容 18-19 第2章 竞争编码的改进 19-32 2.1 竞争编码算法 19-23 2.1.1 Gabor滤波器 19-20 2.1.2 编码设计与匹配 20-23 2.2 改进的竞争编码算法 23-25 2.2.1 Log-Gabor滤波器 23-24 2.2.2 滤波器方向选择 24-25 2.3 实验结果与分析 25-31 2.3.1 实验设置 25-28 2.3.2 实验结果与分析 28-31 2.4 本章小结 31-32 第3章 基于方向可调滤波器的局部方向特征提取 32-44 3.1 旋转匹配滤波 32-34 3.2 基于导数的方向可调滤波器 34-40 3.2.1 方向可调滤波器 34-36 3.2.2 基于导数的方向可调滤波器 36-37 3.2.3 最优滤波器的构造 37-40 3.3 局部纹理方向提取 40-43 3.4 本章小结 43-44 第4章 指节纹纹理方向表示与识别 44-58 4.1 纹理方向表示 44-46 4.2 自适应可调方向编码 46-48 4.2.1 循环直方图 46-47 4.2.2 自适应可调方向编码算法 47-48 4.3 实验结果与分析 48-57 4.3.1 实验设置 48-51 4.3.2 不同方法识别效果对比 51-53 4.3.3 不同手指识别效果对比 53-55 4.3.4 同样本多手指融合实验 55-57 4.4 本章小结 57-58 结论 58-59 参考文献 59-64 攻读硕士学位期间发表的论文及其他成果 64-66 致谢 66
|
相似论文
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 空间交会接近视觉测量方法研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 基于距离映射码的安全指纹认证研究,TP391.4
- 基于随机森林的植物抗性基因识别方法研究,Q943
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 基于视觉的番木瓜外观品质检测技术研究,S667.9
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 红外图像目标识别及跟踪技术研究,TP391.41
- 水下目标特征的压缩与融合技术研究,TN911.7
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|